物理AI，终于上桌了？

同一天，中日韩朝各自的制造棋盘上，落下了一枚不一样的子。

9月16日至17日，全国先进制造业大会在京召开，会上传达了习近平关于发展先进制造业的重要指示，核心关键词是"智能化、绿色化、融合化"，以及"以新一代智能制造为主攻方向"。几乎同一时间，9月16日，据《首尔经济日报》报道，韩国科学技术信息通信部在首尔公布了一份2026至2030年的五年研发路线图：砸下1.4131万亿韩元（约10.1亿美元），把AI从工厂的缺陷检测，推进到生产控制、设备协同和工厂运营——业内管这叫"物理AI"（Physical AI）。

一边是国家最高层面定调制造强国路线，一边是邻国真金白银押注一个具体技术方向。这不是巧合，这是同一个信号的两面：制造业AI的下半场，比的不是谁识别缺陷更准，而是谁敢让AI碰设备。

📈 大会定调：智能制造从"赋能"走向"主攻"

先看国内这场大会释放了什么。

习近平的重要指示里有一句很关键的话："提升产业链自主可控水平，加快构建以先进制造业为骨干的现代化产业体系。"李强在讲话中进一步给出技术路线：以新一代智能制造为主攻方向，数智赋能、高端自主、绿色低碳、跨界融合。

翻译成工程师听得懂的话：过去讲"AI+制造"，更多是描边式的——机器视觉质检、预测性维护、数据大屏。而"主攻方向"这四个字，意味着智能制造不再是一个辅助工具箱，而是要成为制造业升级的主干道。

时间线上看，这条路径的信号密度正在快速上升：

张国清在总结讲话中还有一句值得玩味："持续整治无序非理性竞争，加快构建高质量标准体系。"据多位接近产业政策的人士的说法，这句话在制造业圈子里被反复解读——低水平内卷换不来高端自主，标准体系才是下一阶段的竞争基础设施。

产业逻辑很清楚：当国家层面把智能制造定为"主攻方向"，意味着资源、标准、要素供给都会朝这个方向倾斜。剩下的问题是，主攻的具体战术是什么？恰好，韩国的10亿美元，给了一份可以对照的答卷。

💰 10亿美元怎么花：两条腿走路的韩国方案

韩国这次的投入结构，比总额更值得看。

1.4131万亿韩元分给两个地区项目，分工明确：

pie title 韩国物理AI项目资金分配

"全罗北道 工厂协同" : 7368

"庆尚南道 精密制造" : 6763

两个项目分别回答两个问题：全罗北道回答"工厂如何作为一个系统协同运行"，庆尚南道回答"AI如何理解并控制生产过程"。

全罗北道的思路是"工厂编排"：让不同品牌的机器人和设备协同运行，AI负责工厂布局和物流机器人路径设计，先通过三维数字孪生提前验证，再部署到实际设备，最终目标是AI参与工厂设计、建设和运营的"黑灯工厂"。

庆尚南道则更激进，要开发"大型动作模型"（Large Action Model）——汇集工人与机器人的动作数据、物理规律和空间信息，让AI真正理解具体生产流程，然后控制实际设备。

效果已经有一个数据可以参考：据项目方介绍，在去年开展的概念验证中，AI约3小时完成了一座机器人工厂的设计方案，而过去这一过程通常需要3至4名专家耗时近一个月。

产业逻辑层面，韩国这套打法其实是把国家资源当作"系统集成商"：神经处理器、数字孪生、机器人协作、工业数据基础设施四个环节同时铺，成熟后向全国制造基地推广，最终打造可向海外输出的"K-制造工厂"——本质上是把制造业能力本身做成出口品，就像当年的韩系船和韩系车。

🔧 真正的胜负手：13家企业交出的"隐性知识"

这可能是整个项目里最容易被忽略、也最狠的一步棋。

负责庆尚南道项目的首尔大学教授Cha Suk-won透露，目前已有13家企业同意共享在自有工厂中使用的"隐性知识"数据。项目将对这些数据进行收集和处理，针对不同工艺环节建立物理模型，再将模型应用到具有类似生产流程的其他制造企业。

为什么这件事难？干过产线的人都懂：一个老师傅手上的手感、一套模具的补偿参数、一段焊接的电流曲线，这些是工厂几十年攒下来的隐性知识，从来不上系统、不进数据库、不出厂门。

此前制造业AI大多停留在缺陷检测、异常识别——本质上是"看"，看完报警，人来处理。而这次韩国项目的关键变化，就是把工厂内部长期积累的工艺经验和隐性知识数据纳入国家研发体系，推动AI从识别异常，走向理解生产流程、直接控制设备。

从"看"到"动手"，这一步之差，隔着一座数据大山。没有隐性知识数据，再大的模型也只是个会看片的实习生；有了这些数据，AI才有资格坐上操作台。

据业内人士私下的说法，让13家企业交出工艺数据，在任何一个制造大国都不容易——这背后是政府信用背书、利益分配机制和数据安全框架的系统性工程。韩国这步棋走得快，也走得险。

⚠️ 对照盘：两边的牌与真实的差距

把中韩两条线摆在一起看，会发现一个有意思的错位。

国内的优势牌面很厚：全国先进制造业大会的定调意味着政策、要素供给和企业主体地位都有保障，"人工智能+制造"行动纵深推进，智能软硬件基础在持续夯实，先进制造业集群在分层分类提质升级。产业链完整度、工程师规模、场景丰富度，这些都是硬底子。

但差距点也很具体：韩国项目已经把"AI直接控制设备"写进了国家级路线图，并且用真金白银和13家企业的数据开放把这条路铺了起来。而国内智能制造的大量落地，还集中在质检、识别这类"非接触式"环节。

需要说明的是，两者并非同一阶段的直接对垒。国内的定调是方向性和体系性的，韩国的项目是单点突破式的——拿10亿美元去赌一个技术范式，赌成了就是"K-制造工厂"的品牌溢价，赌不成也就是五年学费。这种"国家下注+企业交数据+高校牵头"的三方结构，执行力强，但能否复制到更大规模的产业面上，仍是未知数。

一位长期做工厂智能化落地的工程师的话很实在：图纸谁都会画，难的是让老师傅愿意把三十年的手感交出来。

这恰恰说明，物理AI的竞争，表面是模型和算力，底层是数据治理和产业信任机制。谁先跑通"隐性知识→物理模型→设备控制"这条完整链路，谁就把制造业AI的定义权拿到手里。

小结

同一天，两种打法，指向同一个终点。

中国的路径是体系化推进：最高层定调、标准体系先行、集群分层升级，走的是"以先进制造业为骨干"的全产业面路线；韩国的路径是单点突进：10亿美元、两地试点、13家企业开放隐性知识，赌的是物理AI这个范式本身。

接下来值得盯三个信号：国内"人工智能+制造"行动是否会催生类似的国家级工艺数据共享机制；韩国两地项目2026年启动后的第一批验证成果；以及"大型动作模型"这个概念，会不会成为继大语言模型之后，具身智能领域的下一个关键词。

物理AI已经上桌。至于谁能先把牌打完——产线上见。